Use este identificador para citar ou linkar para este item:
https://repositorio.ufpb.br/jspui/handle/123456789/34738Registro completo de metadados
| Campo DC | Valor | Idioma |
|---|---|---|
| dc.creator | Carvalho Neto, Vidal Elias de | - |
| dc.date.accessioned | 2025-06-05T18:24:07Z | - |
| dc.date.available | 2024-11-11 | - |
| dc.date.available | 2025-06-05T18:24:07Z | - |
| dc.date.issued | 2024-11-04 | - |
| dc.identifier.uri | https://repositorio.ufpb.br/jspui/handle/123456789/34738 | - |
| dc.description.abstract | The application of artificial intelligence (AI) in dentistry faces challenges such as data limitations and a lack of standardization in clinical information, hindering progress, particularly in the diagnosis of oral lesions. With oral cancer representing a significant portion of neoplasia cases in Brazil, early detection is essential, and AI can play a crucial role in this process. This study investigated the capacity of the pre-trained visual language model, PubMedCLIP, to classify malignant and benign tumor lesions, achieving AUC-ROC and F1-Score values of 0.9900 and 0.9665, respectively. While the results are promising, the scarcity of clinical data limits the full utilization of the model, which was designed for multimodal tasks. | pt_BR |
| dc.description.provenance | Submitted by Michelle Barbosa (mi.2020@outlook.com.br) on 2025-06-05T18:24:07Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) Vidal Elias de Carvalho Neto_TCC.pdf: 522034 bytes, checksum: 435f76b285b1cd85972d5ae0619d5b74 (MD5) | en |
| dc.description.provenance | Made available in DSpace on 2025-06-05T18:24:07Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) Vidal Elias de Carvalho Neto_TCC.pdf: 522034 bytes, checksum: 435f76b285b1cd85972d5ae0619d5b74 (MD5) Previous issue date: 2024-11-04 | en |
| dc.language | por | pt_BR |
| dc.publisher | Universidade Federal da Paraíba | pt_BR |
| dc.rights | Acesso aberto | pt_BR |
| dc.rights | Attribution-NoDerivs 3.0 Brazil | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nd/3.0/br/ | * |
| dc.subject | Inteligência artificial | pt_BR |
| dc.subject | Lesões tumorais | pt_BR |
| dc.subject | Câncer de boca | pt_BR |
| dc.title | Aplicação de Modelos de Linguagem Visual na Classificação de Lesões Tumorais: Um Estudo com PubMedCLIP | pt_BR |
| dc.type | TCC | pt_BR |
| dc.contributor.advisor1 | Siebra, Clauirton de Albuquerque | - |
| dc.creator.Lattes | http://lattes.cnpq.br/7215799498589737 | pt_BR |
| dc.description.resumo | A aplicação de inteligência artificial (IA) na odontologia enfrenta desafios como a limitação de dados e a falta de padronização nas informações clínicas, dificultando avanços, especialmente no diagnóstico de lesões orais. Com o câncer de boca representando uma parte significativa das neoplasias no Brasil, a detecção precoce é essencial, e a IA pode ser crucial nesse processo. Este trabalho investigou a capacidade do modelo de linguagem visual pré-treinado, PubMedCLIP, em classificar lesões tumorais malignas e benignas, alcançando AUC-ROC e F1-Score de 0.9900 e 0.9665, respectivamente. Embora os resultados sejam promissores, a escassez de dados clínicos limita a utilização plena do modelo, que foi projetado para tarefas multimodais. | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.department | Computação Científica | pt_BR |
| dc.publisher.initials | UFPB | pt_BR |
| dc.subject.cnpq | CNPQ::OUTROS | pt_BR |
| Aparece nas coleções: | TCC - Ciência da Computação - CI | |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| Vidal Elias de Carvalho Neto_TCC.pdf | TCC | 509,8 kB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma
Licença Creative Commons
